卢尔辰

长期主义投资人/Long-termist investor
独立分析师
跨学科研究者
公众号：卢尔辰
文章合集：
仅回复x订阅者私信
商业合作勿扰

[卢尔辰 @erchenlu1]

我新写的文章，当前美股已经出现了很多极端信号，欢迎阅读和转发：

https://t.co/mn0U69Yi2u

[卢尔辰 @erchenlu1]

我同时被立党和曾颖都拉黑了，这说明我应该不是坏人吧？😅

[卢尔辰 @erchenlu1]

@SuperYakso 没看到我原文发的是意大利吗。认真阅读

[卢尔辰 @erchenlu1]

劝告所有年轻人老老实实缴社保，不要中断。现在越来越多发达国家签证都要看社保+纳税记录了，是个趋势，除非你一辈子不出国去发达国家，否则建议不要中断缴社保。

[卢尔辰 @erchenlu1]

@AndsonXie 去过40-50个国家。

[卢尔辰 @erchenlu1]

2012年前后，移动互联网的大爆发，背后其实有几个非常重要的条件：

流量费用大幅下降、网速迅速提高、智能手机加速普及，以及 iOS 和 Android 两大移动操作系统生态逐渐成熟。

很多人可能忽略了，移动互联网的繁荣，很大程度上得益于底层通信技术的进步，以及单位数据传输成本的持续暴跌。

硬件方面，那几年基站无线设备、骨干网路由器等通信设备的单位传输成本不断下降，同样花一笔钱，能够传输的数据量越来越大。通信技术方面，3G向4G LTE升级，大幅提高了网络容量和传输速度。软件算法方面，H.264以及后来普及的H.265视频压缩技术，让同样画质的视频消耗更少流量。

这些变化叠加起来，让过去昂贵、缓慢的移动网络，逐渐变成了普通人随时随地都能使用的基础设施。那之后，移动支付、SNS平台、电商等商业模式才有了大规模发展的条件。

这么多年后，再回头看，会发现任何新科技时代的商业模式大爆发，都离不开一个很容易被低估的因素：技术进步让单位服务成本持续下降，最终把原本昂贵的服务变成了人人用得起的东西。

今天的 AI 算力成本，未来也会经历一段相似的历史。

[卢尔辰 @erchenlu1]

一家曾经花重金在美国超级碗打广告的互联网公司，上市不到9个月，股价就暴跌了98%，最后直接倒闭。

这家公司叫 https://t.co/3clPGtNcaB，1999年已经开始通过互联网销售宠物食品和用品。2000年2月，它以每股11美元的价格在纳斯达克上市，最高涨到14美元。同年11月，股价已经跌至0.22美元，公司宣布关门。

当年的卡点非常多。首先是网速慢，大部分美国家庭还在使用电话线拨号上网，打开网页、浏览商品图片都要等待。那时候在线支付也远没有今天方便，消费者需要手动输入信用卡信息，对网上交易的安全性也存在顾虑。

更致命的是当年物流成本非常贵。宠物粮、猫砂又重又占空间，配送费用昂贵，消费者在附近超市就能买到，还不用等待快递。为了吸引顾客，https://t.co/3clPGtNcaB只能不断打折、补贴运费，再加上巨额广告开支，卖得越多，亏得越多，最后亏光。

[卢尔辰 @erchenlu1]

美国著名财经媒体《巴伦周刊》（Barron's）最新调查显���，50%的专业投资者看涨未来12个月的美股，26%持中立态度，只有24%看跌。

看涨人数是看跌人数的两倍以上。

来源：Barron's Big Money Poll。

[卢尔辰 @erchenlu1]

@daiqia19 那肯定的。

[卢尔辰 @erchenlu1]

B站徐师傅最近采访了一个义务创业成功月入7万的小伙子，他说了一句经典的话：

“其实创业和搭讪是一样的，本质上都是概率学。只要你不断去创去搭讪，就是会成功”。

[卢尔辰 @erchenlu1]

@LZRationalnvest 诚实很重要

[卢尔辰 @erchenlu1]

1999年，NetRadio上市时，已经拥有超过100个在线音频频道，用户可以直接通过互联网收听音乐。但问题是当时互联网的带宽成本极其昂贵，而美国只有约3%—5%的家庭接入了宽带互联网。NetRadio主要依靠广告等收入维持运营，却需要承担高昂的音频传输成本，最后失败了。

2001年末，《Billboard》的一篇报道直接指出，NetRadio等网络广播公司的倒闭，与居高不下的带宽成本，以及疲软的互联网广告市场密切相关。

17年后的2018年，采用类似在线音乐商业模式的瑞典Spotify成功上市。到了2025年，Spotify的年收入已经达到约170亿欧元，经营利润率接近13%，成为全球最大的音乐流媒体平台之一。当年难以盈利的在线音乐商业模式，终于得到了大规模的商业验证。

这个案例很有意思，消费者的需求可能早在1999年就已经存在，但支撑一种商业模式实现大规模盈利的技术条件和成本结构，可能还需要十几年甚至更长时间才能���熟。

今天的AI产业，大概率也在经历类似的阶段。

[卢尔辰 @erchenlu1]

喜欢秀自己高深数学模型的投资者，都是装逼犯，没见过一个长期投资回报率高的。 大多都是在某个高危杠杆操作爆仓之后，就销声匿迹了。

[卢尔辰 @erchenlu1]

申请任何一个发达国家签证，永远记住，这些永远是最重要的，直接决定能否申请通过：

户口所在地 + 学历 + 收入 + 资产 + 纳税记录/社保记录 + 过往发达国家签证记录 + 诚实

[卢尔辰 @erchenlu1]

现在X上起号的难度，已经远大于三年前了。

记得那时候，X的收益非常少，绝大多数人都瞧不上，也远远低估了它作为世界上最有价值平台的网络价值。当时大部分人只是单纯地分享信息、观点，并没有什么功利目的，当然币圈的拉新除外（本质上是在拉人进赌场）。

根本没多少人认真在做，更没有现在这样成批出现的“起号老师”和“流量群”，形成批量化竞争。

而且当时X会员还不支持支付宝，充会员教程也很少，很多人连付款这一关都被卡住（甚至不知道该怎么操作），导致能成功开通会员的人非常少，蓝V还属于稀缺资源。现在则已经完全教程化了，蓝V遍地都是，几乎没有任何稀缺性了。

[卢尔辰 @erchenlu1]

@abc202402 厉害👍

[卢尔辰 @erchenlu1]

@dlzhou2 分年代。以前修的，不少大门两边都有底商。近些年修的，基本上都没有了。

[卢尔辰 @erchenlu1]

其实通过小区附近的商业业态，大致就能判断这个小区群体的阶层。

底层小区的底商，常见的有彩票店、蜜雪冰城、廉价快餐店、重口味火锅店、烧烤店、五金店，以及各种汽配维修店等。周边连锁品牌餐厅多以华莱士这类下沉快餐为主。

中产小区的底商或附近商业，一般会有麦当劳、星巴克、补习机构、品牌药店、口腔诊所等。

富人小区的底商或商业，则多见高端皮肤管理、私人设计师服装店、高端宠物美容/医院，以及高端西餐、私房菜等。

[卢尔辰 @erchenlu1]

类似于黄仁勋这类事件，从投资角度看，实际上任何个股或公司都存在一个永远无法完全消除的风险点：创始人兼CEO的个人单点风险。这类风险本质上是随机的，也几乎不可控。

在投资中，它通常被称为“关键人风险”（key-man risk）。其特点是发生概率较低，但一旦发生，并且结果比较糟糕的话，往往会导致股价出现断崖式下跌，且通常难以通过基本面分析提前预判。

乔布斯因为和时任CEO约翰·斯卡利（John Sculley）���斗
事情，1985年被董事会逐出公司。之后十余年，苹果产品线混乱，1997年已接近破产。直到1997年乔布斯回归，砍掉大部分产品线，随后推出iMac，再到iPod、iTunes、iPhone。后面才有了今天的苹果。

[卢尔辰 @erchenlu1]

OpenAI 老大 Sam Altman 最近在斯坦福大学有个演讲，谈到了一个AI时代的新趋势。现在一个人只需要花费相对个人负担得起的 AI Token 费用，就有机会完成过去一支100人顶尖工程师团队才能完成的工作。

Altman 说，几年前，这对于普通创业者来说，根本是不可能的事情。那时候，无论你的创业想法多么出色，想要把一个复杂的软件产品开发出来，都需要招聘大量工程师，组建团队，筹集资金。很多创业者甚至还没来得及验证自己的商业想法，就已经把钱花光了。

随便说一个简单的例子，以前你想开发一个旅游预订平台，可能需要招聘前端、后端、设计师、测试工程师，还要找人负责支付系统、数据库、服务器维护。光是这些人的工资，一年就可能花掉几百万元。而现在，一个懂得使用 AI 编程工具的人，就有机会独立搭建网站、开发预订系统、接入支付接口，再让 AI 帮忙测试和修复程序错误。过去可能需要几个月才能完成的某些工作，现在几天就能做出初步版本。当然真正上线运营以后，安全、支付和复杂系统的维护依然需要专业能力。

AI 同时还改变了创业者试错的方式。以前开发一款软件，往往需要先投入大量资金，然后才能知道有没有客户愿意付钱。如果市场反应不好，前期投入很可能就打了水漂。现在，一个人可以先做出产品原型，找几十个潜在客户测试。如果有人愿意付钱，再继续投入。如果没人感兴趣，就换一个方向。过去一年可能只能尝试一两个项目，现在同样的时间里，可以尝试更多不同的想法。

Altman 在演讲中特别提到，AI 正在改变创业者能够拥有多大的野心、以多快的速度行动，以及能够同时做多少事情。他还认为，今天很可能已经出现了一些在 AI 自动编程普及以前完全无法实现的创业机会。这些机会目前甚至可能只有三四家公司正在探索，但未来有可能发展成数万亿美元的市场。他自己承认自己也不知道这些机会具体是什么，反而认为斯坦福的年轻学生更有可能发现它们。

他还谈到了一个很有意思的历史类比，就是电力的普及。一百多年前，电力刚刚出现的时候，普通人根本不知道这种东西能用来做什么。早期电力公司向消费者推销的也不是电力本身，而是夜晚的��明。至于电力将来还能驱动洗衣机、冰箱以及无数工业设备，当时的普通人根本无法想象。

Altman 认为，AI 可能正在经历类似的过程。未来，智能可能像电力和互联网一样，成为一种随时可以购买的基础服务。普通人不需要关心背后使用什么 GPU，也不需要自己建设数据中心，只需要支付相应费用，就可以让大量 AI 系统持续为自己工作。

这也会对企业的组织形式产生很大的影响。过去，一家软件公司的研发能力往往和工程师人数密切相关。想同时开发五个产品，就需要五个项目团队，人员工资、管理成本也会跟着增长。但如果 AI 能够承担越来越多的编程、测试和日常维护工作，一家只有几个人的小公司，也可能同时经营多个软件产品，而且不必像过去那样快速扩张员工规模。

还有一个容易被忽略的地方：当软件开发的成本越来越低，开发软件本身也可能越��越不值钱。以前一家企业能够花几百万元开发出一套系统，就已经形成了一定的竞争门槛。以后，如果竞争对手只需要花几万元甚至更少的钱，就能开发出功能相近的产品，那么单纯依靠技术开发能力建立的优势，就可能大幅缩水。

至于什么能力会变得更重要，可能还是那些很传统的东西，比如发现真实市场需求的能力、销售能力、商业判断力，以及持续获取客户的能力。AI 可以帮助一个人把软件开发出来，却不能保证有人愿意购买。一个产品可以在三天内完成开发，也可能上线三个月都没有一个付费用户。

从这个角度看，AI 对创业的影响可能远比提高工作效率更加深远。过去很多需要几百万元启动资金、几十名员工才能尝试的商业项目，未来可能只需要一两个有经验的人就能开始。大量以前因为成本太高而没有人愿意尝试的细分市场，也可能逐渐出现新的创业者。

而这可能还只是刚刚开始。毕竟几年前大多数人还无法���象，普通人只需要用自然语言描述自己的想法，就能让计算机直接编写程序。至于再过五年、十年，当 AI 的能力继续���高、使用成本继续下降，究竟会出现什么样的新公司和商业模式，现在恐怕还很难预测。

[卢尔辰 @erchenlu1]

一位自称经历过2000年互联网泡沫、2008年金融危机和2020年股灾的老投资者，认���2026年11月5日可能是美国新一轮资产泡沫破裂的开端。

他警告，现在的下跌可能远没有结束。

[Lawrence Lepard, "fix the money, fix the world" @LawrenceLepard]

I was investing in 2000 (43 yo managing a $200m venture fund). I was investing in 2008 (51 yo managing a private hedge fund). I was investing in 2020 (63 yo managing a mining stock fund). Each represented the bursting of a bubble. Thursday, November 5, 2026 was deja vu for me. I have seen this movie three times.

Party is over. Consequences of ZIRP, and free money driven "Everything Bubble" are coming home. Persistent inflation is the pin. Stock bulls better rethink their buy the dip strategy IMO. It's a long way down.